企業(yè)大數(shù)據(jù)實戰(zhàn)案例

一、家電行業(yè)

　　以某家電公司為例，它除了做大家熟知的空調(diào)、冰箱、電飯煲外，還做智能家居，產(chǎn)品有成百上千種。在其集團架構(gòu)中，IT部門與HR、財務(wù)等部門并列以事業(yè)部形式運作。

　　目前家電及消費電子行業(yè)正值“內(nèi)憂外患”，產(chǎn)能過剩，價格戰(zhàn)和同質(zhì)化現(xiàn)象嚴重；互聯(lián)網(wǎng)企業(yè)涉足，顛覆競爭模式，小米的“粉絲經(jīng)濟”，樂視的“平臺+內(nèi)容+終端+應(yīng)用”，核心都是經(jīng)營“用戶”而不是生產(chǎn)。該公司希望打造極致產(chǎn)品和個性化的服務(wù)，將合適的產(chǎn)品通過合適的渠道推薦給合適的客戶，但在CPC模型中當前只具備CP匹配（產(chǎn)品渠道），缺乏用戶全景視圖支持，無法打通“CP（客戶產(chǎn)品）”以及“CC（客戶渠道）”的匹配。

　　基于上述內(nèi)外環(huán)境及業(yè)務(wù)驅(qū)動，該公司希望將大數(shù)據(jù)做成所有業(yè)務(wù)解決方案的樞紐。以大數(shù)據(jù)DMP作為企業(yè)數(shù)據(jù)核心，充分利用內(nèi)部數(shù)據(jù)源、外部數(shù)據(jù)源，按照不同域組織企業(yè)數(shù)據(jù)，形成一個完整的企業(yè)數(shù)據(jù)資產(chǎn)。然后，利用此系統(tǒng)服務(wù)整個企業(yè)價值鏈中的各種應(yīng)用。

　　那么問題來了，該公司的數(shù)據(jù)分散在不同的系統(tǒng)中，更多的互聯(lián)網(wǎng)電商數(shù)據(jù)分散在各大電商平臺，無法有效利用，怎么解決？該公司的應(yīng)對策略是：1）先從外部互聯(lián)網(wǎng)數(shù)據(jù)入手，引入大數(shù)據(jù)處理技術(shù)，一方面解決外部互聯(lián)網(wǎng)電商數(shù)據(jù)利用短板，另一方面可以試水大數(shù)據(jù)技術(shù)，由于互聯(lián)網(wǎng)數(shù)據(jù)不存在大量需要內(nèi)部協(xié)調(diào)的問題，更容易快速出效果；2）建設(shè)DMP作為企業(yè)統(tǒng)一數(shù)據(jù)管理平臺，整合內(nèi)外部數(shù)據(jù)，進行用戶畫像構(gòu)建用戶全景視圖。

　　一期建設(shè)內(nèi)容：技術(shù)實現(xiàn)上通過定制Spark爬蟲每天抓取互聯(lián)網(wǎng)數(shù)據(jù)（主要是天貓、京東、國美、蘇寧、淘寶上的用戶評論等數(shù)據(jù)），利用Hadoop平臺進行存儲和語義分析處理，最后實現(xiàn)“行業(yè)分析”、“競品分析”、“單品分析” 三大模塊。

　　該家電公司大數(shù)據(jù)系統(tǒng)一期建設(shè)效果，迅速在市場洞察、品牌診斷、產(chǎn)品分析、用戶反饋等方面得到體現(xiàn)。

　　二期建設(shè)目標：建設(shè)統(tǒng)一數(shù)據(jù)管理平臺，整合公司內(nèi)部系統(tǒng)數(shù)據(jù)、外部互聯(lián)網(wǎng)數(shù)據(jù)（如電商數(shù)據(jù)）、第三方數(shù)據(jù)（如外部合作、塔布提供的第三方消費者數(shù)據(jù)等）。

　　該公司大數(shù)據(jù)項目對企業(yè)的最大價值是將沉淀的數(shù)據(jù)資產(chǎn)轉(zhuǎn)化成生產(chǎn)力。IT部門，通過建設(shè)企業(yè)統(tǒng)一的數(shù)據(jù)管理平臺，融合企業(yè)內(nèi)外部數(shù)據(jù)，對于新應(yīng)用快速支持，起到敏捷IT的作用；業(yè)務(wù)部門，通過產(chǎn)品、品牌、行業(yè)的洞察，輔助企業(yè)在產(chǎn)品設(shè)計、廣告營銷、服務(wù)優(yōu)化等方面進行優(yōu)化改進，幫助企業(yè)進行精細化運營，基于用戶畫像的精準營銷和個性化推薦，幫助企業(yè)給用戶打造極致服務(wù)體驗，提升客戶粘性和滿意度；戰(zhàn)略部門，通過市場和行業(yè)分析，幫助企業(yè)進行產(chǎn)品布局和戰(zhàn)略部署。

　　二、快消行業(yè)

　　以寶潔為例，在與寶潔中國市場部的合作中發(fā)現(xiàn)，并不是一定要先整合內(nèi)外部數(shù)據(jù)才能做用戶畫像和客戶洞察。寶潔抓取了主流網(wǎng)站上所有與寶潔評價相關(guān)的數(shù)據(jù)，利用語義分析和建模，掌握不同消費群體的購物喜好和習慣，僅僅利用外部公開數(shù)據(jù)，快速實現(xiàn)了客戶洞察。

　　此外，寶潔還在渠道管理上進行創(chuàng)新。利用互聯(lián)網(wǎng)用戶評論數(shù)據(jù)進行社群聆聽，監(jiān)控與寶潔合作的50個零售商店相關(guān)的用戶評論，通過線上數(shù)據(jù)進行渠道/購物者研究并指導(dǎo)渠道管理優(yōu)化。

　　實現(xiàn)過程：

　　1、鎖定微博、大眾點評等互聯(lián)網(wǎng)數(shù)據(jù)源，采集百萬級別消費者談及的與寶潔購物相關(guān)內(nèi)容；

　　2、利用自然語言處理技術(shù)，對用戶評論進行多維建模，包括購物環(huán)境、服務(wù)、價值等10多個一級維度和50個二級維度，實現(xiàn)對用戶評論的量化；

　　3、對沃爾瑪、屈臣氏、京東等50個零售渠道進行持續(xù)監(jiān)控，結(jié)果通過DashBoard和周期性分析報告呈現(xiàn)。

　　因此，寶潔能夠關(guān)聯(lián)企業(yè)內(nèi)部數(shù)據(jù)，更有效掌握KA渠道整體情況，甚至進一步掌握KA渠道的關(guān)鍵細節(jié)、優(yōu)勢與劣勢，指導(dǎo)渠道評級體系調(diào)整，幫助制定產(chǎn)品促銷規(guī)劃。

　　三、金融行業(yè)

　　對于消費金融來說，家電、快消的案例也是適用的，尤其是精準營銷、產(chǎn)品推薦等方面。這里主要分享征信風控方面的應(yīng)用。顯然，互聯(lián)網(wǎng)金融如果對小額貸款都像銀行一樣做實地考察，并投入大量人力進行分析評判的話，成本是很高的，所以就有了基于大數(shù)據(jù)的批量的信用評分模型。最終目的也是實現(xiàn)企業(yè)畫像和企業(yè)中的關(guān)鍵人物畫像，再利用數(shù)據(jù)挖掘、數(shù)據(jù)建模的方法建立授信模型。宜信的宜人貸、芝麻信用等本質(zhì)上就是這個架構(gòu)。

　　在與金融客戶的接觸中發(fā)現(xiàn)，不論銀行還是金融公司，對外部數(shù)據(jù)的需求都越發(fā)迫切，尤其是外部強特征數(shù)據(jù)，比如失信記錄、第三方授權(quán)后的記錄、網(wǎng)絡(luò)行為等。